针对传统转子系统不平衡故障诊断存在的故障数据不足、仿真模型精确度不高等问题，提出基于最大不确定度改善加点（maximize uncertainty improvement infill， 简称MUII）法和协同克里金（co-kriging， 简称CK）法的不平衡故障定量诊断方法，记为MUII-CK。首先，利用仿真数据和实验数据分别构建低、高可信度克里金代理模型；其次，针对高可信度数据空间填充不足的区域进行估算加点，通过CK法实现实验数据与仿真模型融合的振动响应预测；最后，借助预测模型生成的大量故障样本构建参数辨识反问题模型，实现准确的不平衡故障定量诊断。结果表明：即使在实验数据不足和仿真模型存在较大偏差的情况下，所提方法仍能实现振动响应预测和故障参数辨识，并且在模型建成后能直接利用振动响应信号进行实时故障诊断，展现出良好的工程应用前景。